引言
在深度学习的实际应用过程中,我们经常用到的原始数据是图片文件,如jpg,jpeg,png,tif等格式的,而且图片的大小还可能不一致。而在 caffe 中经常使用的数据类型是 lmdb 或 leveldb,因此便产生一个问题:如何从原始图片文件转换成 caffe 中能够运行的 db (leveldb/lmdb)文件?
在 caffe 中,作者为我们提供这样的一个文件: convert_imageset.cpp,存放在根目录下的 tools 文件夹下。编译之后,生成对应的可执行文件存放在 build/tools 下面,这个文件的作用就是用于将图片文件转换成 caffe 框架中能直接使用的 db 文件。
该文件的使用格式:
convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME
# 参数说明
# FLAGS: 图片参数组,后面详细介绍
# ROOTFOLDER/: 图片存放的绝对路径,从Linux系统根目录开始
# LISTFILE: 图片文件列表清单,一般为一个 txt 文件,一行一张照片
# DB_NAME: 最终生成的 db 文件存放目录
如果图片已经下载到本地电脑上了,那么我们首先需要创建一个图片列表清单,保存为 .txt 文件。本文以 caffe 程序中自带的图片为例进行讲解,图片目录是 examples/images/, 两张图片,一张为 cat.jpg,另一张为 fish_bike.jpg,表示两个类别。
创建一个 sh 脚本文件,调用 Linux 命令来生成 图片清单:
sudo gedit examples/images/create_filelist.sh
编辑这个文件,输入下面的代码并保存:
# /usr/bin/env sh
DATA=examples/images
echo "Create train.txt..."
rm -rf $DATA/train.txt
find $DATA -name *cat.jpg | cut -d '/' -f3 | sed "s/$/ 1/">>$DATA/train.txt
find $DATA -name *bike.jpg | cut -d '/' -f3 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train.txt
rm -rf $DATA/tmp.txt
echo "Done.."
上述脚本文件中,用到 rm, find ,cut, sed, cat 等 linux 命令。
rm:删除文件
find:寻找文件
cut:截取路径
sed:在每行的最后面加上标注。 本例中将找到的 *cat.jpg 文件标注为1,找到的 *bike.jpg 文件标注为2
cat:将两个类别合并在一个文件里
最终生成一个 train.txt 文件:
cat.jpg 1
fish-bike.jpg 2
当图片很少的时候,手动编写列表清单是可以的。但图片很多的情况下,就需要脚本文件来自动生成。在实际应用中,还需要生成相应的 val.txt 和 test.txt 文件,方法是一样的。生成的 train.txt 文件,就可以作为第三个参数直接使用了。
接下来,讲解一下 FLAGS 这个参数组。此参数组包括:
-gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片,默认为false
-shuffle: 是否随机打乱图片顺序。默认为false
-backend:需要转换成的db文件格式,可选为leveldb或lmdb,默认为lmdb
-resize_width/resize_height: 改变图片的大小。在运行中,要求所有图片的尺寸一致,因此需要改变图片大小。 程序调用opencv库的resize()函数来对图片放大缩小,默认为0,不改变
-check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查
-encoded: 是否将原图片编码放入最终的数据中,默认为false
-encode_type: 与前一个参数对应,将图片编码为哪一个格式:‘png','jpg'......
好了,知道这些参数后,我们就可以调用命令来生成最终的 lmdb 格式数据。由于参数比较多,因此我们可以编写一个 sh 脚本来执行命令。
首先,创建 sh 脚本文件:
# sudo gedit examples/images/create_lmdb.sh
编辑内容,输入下面的代码并保存:
#!/usr/bin/en sh
DATA=examples/images
rm -rf $DATA/img_train_lmdb
build/tools/convert_imageset --shuffle \
--resize_height=256 --resize_width=256 \
/home/xxx/caffe/examples/images/ $DATA/train.txt $DATA/img_train_lmdb
设置参数 shuffle 打乱图片顺序。设置参数 resize_height 和 resize_width 将所有图片尺寸都变为 256*256。 /home/xxx/caffe/examples/images/ 为图片保存的绝对路径。
最后,运行这个脚本文件
# sudo sh examples/images/create_lmdb.sh
就会在就会在examples/images/ 目录下生成一个名为 img_train_lmdb的文件夹,里面的文件就是我们需要的db文件了。